TradingAgents是一个开源框架，旨在改变股票研究的传统方法。直接向大模型询问某只股票的买入建议，往往只能得到一次性的回答，这种分析过程可能缺乏数据支持，而且结论容易受到模型偏好的影响。该框架在GitHub上获得了超过10.8万次的点赞，正在不断完善。
它基于LangGraph构建，通过将股票研究划分为多个角色来模拟真实的交易机构运作。各类分析师如基本面分析师、技术分析师、新闻分析师和情绪分析师会处理相应的数据，研究员团队将对这些分析进行审查。随后，交易员制定交易计划，而风险管理团队则评估市场波动性、流动性及组合风险，最终由组合经理审核交易方案。这一系列的流程并非简单的问答，而是通过多个环节进行分工和复核。
该框架具备决策日志和回测功能，能够记录历史分析结果，并在后续运行中参照相应股票的历史决策和表现。这种设计使得分析不仅仅是一次性输出，还可以被保存和回顾。 千亿球友会
在部署上，TradingAgents支持多家模型服务商，如OpenAI、Google、Anthropic等，同时也能通过Docker进行部署。然而，该项目并不自带完整的行情数据库，许多数据依赖外部服务。其运行的顺利与否，除了依赖于模型API，也取决于行情、新闻和情绪数据源的可接入性。总的来说，TradingAgents适合用于研究多智能体在金融分析中的应用，同时也可以作为个人投资研究和量化实验的工具。在使用之前，需要准备好模型接口和数据源。
